Sciences & technologies

Intelligence artificielle et robotique dans la santé : usages concrets

An evidence-led guide to AI in healthcare, with practical examples, implementation risks and lessons for public institutions and development projects.

RCIRisalat Consultants International
7 octobre 2020 · 10 min de lecture · Mis à jour le 1 nov. 2026
Intelligence artificielle et robotique dans la santé : usages concrets10 min de lecture

Points essentiels

  • Where AI and robotics can help. The starting point is to distinguish a credible mechanism from a guaranteed outcome.
  • Data and patient safety. Hospital records are often fragmented, incomplete and inconsistent.
  • Governance and human oversight. An AI suggestion should not become an unexplained instruction.
  • From pilot to service improvement. A hospital might pilot automated appointment triage for a narrow patient group while preserving telephone access.
  • Public health and donor-funded programmes. Public agencies should assess whether AI helps underserved populations or merely digitises services for people already connected.

In short: A practical guide to AI in healthcare, including evidence, risks, implementation choices and lessons for government agencies and donor-funded projects.

En bref : l'intelligence artificielle et la robotique dans les soins de santé nécessitent des décisions fondées sur des données probantes, des contraintes opérationnelles et des résultats mesurables. Le point de départ utile est d'identifier le vrai problème, de comparer les réponses réalisables et de tester si une solution proposée améliore les résultats pour les personnes concernées.

This guide updates Risalat’s earlier discussion of AI in healthcare. It preserves the underlying concepts that remain useful while treating historical forecasts, unverified percentages and vendor claims cautiously. Examples are illustrative unless a specific official source is named. The emphasis is on practical choices for managers, regulators, implementing agencies and development partners.

Where AI and robotics can help

The starting point is to distinguish a credible mechanism from a guaranteed outcome. Ai in healthcare involves interacting technical, financial and institutional factors. A solution may work in one setting and fail in another because capacity, incentives, infrastructure or user needs differ. The sections below therefore pair each concept with a decision that can be checked in practice.

Screening and clinical decision support

AI systems can help prioritise imaging studies or flag patterns that merit clinician review, including computer-aided tuberculosis screening in suitable programmes. Performance varies with population, equipment and clinical pathway.

Define the intended patient group, reference standard, escalation process and responsible clinician before adoption.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of screening and clinical decision support, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Robotics and operational support

Robotic equipment can assist selected surgical procedures, logistics, rehabilitation and repetitive handling tasks. Scheduling tools may improve bed management or appointment allocation without making clinical decisions.

Separate administrative automation from regulated medical use and assess maintenance and workforce requirements.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of robotics and operational support, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Data and patient safety

Representative datasets and validation

Hospital records are often fragmented, incomplete and inconsistent. A model trained in a tertiary hospital may perform differently in rural clinics or among patients with different disease patterns.

Require local validation, subgroup performance analysis and documented thresholds for unsafe performance.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of representative datasets and validation, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Privacy, consent and cybersecurity

Clinical notes, images and wearable data can expose sensitive information. Generative tools may infer details not explicitly supplied, and external processing may create cross-border data issues.

Perform a privacy impact assessment, minimise data collection, restrict access and test incident response.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of privacy, consent and cybersecurity, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Governance and human oversight

Clinical accountability

An AI suggestion should not become an unexplained instruction. Staff need to understand when to override it and how to record disagreement. Responsibility for patient care remains with qualified professionals.

Write a clinical safety case, assign oversight and establish an adverse-event reporting route.

Pour la mise en œuvre, distinguez ce qui relève du contrôle de l'équipe de ce qui nécessite une action de la part d'un régulateur, d'un bailleur de fonds, d'un fournisseur ou d'un utilisateur de service. Dans le cas de la responsabilisation clinique, une proposition crédible doit décrire ses hypothèses opérationnelles, les données probantes utilisées pour retenir l'approche et les conséquences au cas où ces hypothèses s'avéreraient erronées. Elle doit également expliquer quelles personnes pourraient en bénéficier, quelles personnes pourraient faire face à des coûts supplémentaires et de quelle manière les préoccupations seront prises en compte.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Procurement and vendor claims

A vendor demonstration is not evidence of improved outcomes. Compare sensitivity, specificity, false positives, workflow effects, licensing and total ownership costs.

Ask for independent evaluations, model-update policies, audit rights and an exit plan before contracting.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of procurement and vendor claims, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Exercice de gestion illustratif : réunissez une petite équipe pluridisciplinaire, fournissez-lui le budget, les données opérationnelles et les préoccupations des parties prenantes pertinents, et demandez à ses membres de comparer deux options réalistes. Exigez qu'ils présentent les hypothèses, la séquence de mise en œuvre, les risques et les indicateurs de réussite. Une note de décision utile est assez courte pour que la direction puisse agir, mais assez détaillée pour un examen indépendant.

From pilot to service improvement

Test d'un cas d'utilisation défini

A hospital might pilot automated appointment triage for a narrow patient group while preserving telephone access. Success should be measured in waiting time, error rates, staff workload and equity.

Définissez une référence, des règles d'arrêt et une date d'examen prévisionnelle avant d'introduire l'outil.

Pour la mise en œuvre, distinguez ce qui relève du contrôle de l'équipe de ce qui nécessite une action de la part d'un régulateur, d'un bailleur de fonds, d'un fournisseur ou d'un utilisateur de services. Dans le cas de l'expérimentation d'un cas d'usage défini, une proposition crédible doit décrire ses hypothèses opérationnelles, les données probantes utilisées pour sélectionner l'approche et les conséquences si ces hypothèses s'avèrent erronées. Elle doit également expliquer quelles personnes pourraient en bénéficier, quelles personnes pourraient faire face à des coûts supplémentaires et comment les préoccupations seront traitées.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Training and monitoring

Clinical staff need practice identifying unreliable outputs, including plausible but incorrect summaries. Models may degrade as clinical protocols and populations change.

Audit samples of outputs, retrain staff and suspend use when safety thresholds are exceeded.

For implementation, distinguish what is under the team’s control from what requires action by a regulator, funder, supplier or service user. In the case of training and monitoring, a credible proposal should describe its operating assumptions, the evidence used to select the approach and the consequences if those assumptions prove wrong. It should also explain which people may benefit, which people could face additional costs and how concerns will be addressed.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Une courte liste de contrôle de mise en œuvre devrait couvrir la situation de référence, la base juridique, le responsable désigné, la source de financement, la qualité des données, l'accessibilité, les obligations des fournisseurs, les sauvegardes, la fréquence du suivi et le seuil déclenchant des mesures correctives. Ces éléments ne sont pas interchangeables. Une bonne spécification technique ne peut se substituer à la redevabilité publique, et un contrat signé ne prouve pas que le bénéfice attendu a été obtenu.

Public health and donor-funded programmes

Equitable access

Public agencies should assess whether AI helps underserved populations or merely digitises services for people already connected. Connectivity, language and disability access are part of clinical effectiveness.

Inclure les sites ruraux et les groupes vulnérables dans les tests, avec des alternatives non numériques si nécessaire.

Pour la mise en œuvre, il convient de distinguer ce qui relève du contrôle de l'équipe de ce qui nécessite une action de la part d'un régulateur, d'un bailleur de fonds, d'un fournisseur ou d'un usager du service. Dans le cas de l'accès équitable, une proposition crédible doit décrire ses hypothèses opérationnelles, les données probantes utilisées pour sélectionner l'approche et les conséquences si ces hypothèses s'avèrent erronées. Elle doit également expliquer quelles personnes peuvent en bénéficier, quelles personnes pourraient faire face à des coûts supplémentaires et comment les préoccupations seront traitées.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

Préparation institutionnelle

A donor-financed digital health project should fund data governance, maintenance and workforce capability as well as software. A technically successful pilot can fail after grant closure.

Document long-term operating costs, regulatory approval needs and a named public-sector system owner.

Pour la mise en œuvre, distinguez ce qui relève du contrôle de l'équipe de ce qui exige une action d'un régulateur, d'un bailleur, d'un fournisseur ou d'un usager. S'agissant de la préparation institutionnelle, une proposition crédible doit décrire ses hypothèses de fonctionnement, les éléments probants utilisés pour choisir l'approche et les conséquences si ces hypothèses se révèlent erronées. Elle doit aussi expliquer quelles personnes peuvent en bénéficier, lesquelles pourraient supporter des coûts supplémentaires et comment les préoccupations seront traitées.

Un examen pratique peut commencer par trois questions : quel problème sera mesurablement réduit ? Quelles informations de référence existent aujourd'hui ? Qui vérifiera le résultat après la mise en œuvre ? Les équipes doivent consigner les réponses avant d'approuver un engagement important. Cela évite qu'une technologie séduisante, une politique à la mode ou un objectif ambitieux ne supplante l'objectif initial de service public.

For ministries, public agencies and donor-funded projects, the key distinction is between completing activities and achieving institutional change. Project implementation units should connect procurement, financial management, environmental and social safeguards, monitoring and evaluation, and post-project operating arrangements. This reduces the risk that a completed asset, training event or software deployment becomes unusable when external funding ends.

Une démarche pratique consiste à réaliser une évaluation de référence, consulter les usagers visés, comparer les options, définir les responsabilités, mener un pilote si nécessaire et commander un examen indépendant des résultats. La direction doit consigner les risques non résolus et les raisons de ses décisions. Si les résultats sont faibles, la réponse appropriée est d'adapter l'intervention plutôt que de rendre compte uniquement du nombre d'activités réalisées.

Les institutions peuvent commencer par l'évaluation des capacités institutionnelles de Risalat, consulter le diagnostic de santé des projets et demander une proposition de conseil ou de formation sur mesure lorsqu'un soutien supplémentaire se justifie.


Questions fréquentes

What is the first step in AI in healthcare?

Définir le problème opérationnel et établir une situation de référence fiable avant de choisir une méthode ou d'acheter une solution.

Comment les institutions doivent-elles comparer les approches ?

Comparer la faisabilité, le coût total, les risques, l'inclusion, les compétences requises et les preuves de résultats selon les mêmes critères de décision.

Quelles données probantes montrent qu'une intervention fonctionne ?

S'appuyer sur des mesures de référence et de suivi, des registres de mise en œuvre vérifiés et les retours des personnes concernées ; distinguer les extrants des résultats.

Quel est le principal risque de mise en œuvre ?

Le principal risque tient souvent à un décalage entre la solution proposée et les capacités, les incitations, le financement ou les besoins des usagers au niveau local.

Comment les projets financés par les bailleurs peuvent-ils appliquer ces enseignements ?

Intégrer la passation des marchés, les sauvegardes, les finances et le suivi dans un plan de mise en œuvre unique et redevable, assorti d'un modèle d'exploitation durable.

Regarder

Pour aller plus loin
Partager avec votre équipe

Know people who should read this? Become an Ambassador or write with Risalat.

Risalat Consultants International

Partenaires de la réussite des projets depuis 2011 : diagnostics, conseil et apprentissage appliqué pour les ministères, les organismes publics et les équipes de projet.

Besoin d'aide pour passer à la pratique ?

Commencez par un diagnostic gratuit de 10 minutes ou échangez avec nos experts.

Poursuivre la lecture